基于opencv实现车道线检测

2023-07-05 09:30:03 88

基于opencv的车道线检测，供大家参考，具体内容如下

原理：

算法基本思想说明：

传统的车道线检测，多数是基于霍夫直线检测，其实这个里面有个很大的误区，霍夫直线拟合容易受到各种噪声干扰，直接运用有时候效果不好，更多的时候通过霍夫直线检测进行初步的筛选，然后再有针对性的进行直线拟合，根据拟合的直线四个点坐标，绘制出车道线，这种方式可以有效避免霍夫直线拟合不良后果，是一种更加稳定的车道线检测方法，在实际项目中，可以选择两种方法并行，在计算出结果后进行叠加或者对比提取，今天分享的案例主要是绕开了霍夫直线检测，通过对二值图像进行轮廓分析与几何分析，提取到相关的车道线信息、然后进行特定区域的像素扫描，拟合生成直线方程，确定四个点绘制出车道线，对连续的视频来说，如果某一帧无法正常检测，就可以通过缓存来替代绘制，从而实现在视频车道线检测中实时可靠。

原理图：

代码：

#include
#include
#include

usingnamespacecv;
usingnamespacestd;

/**
**1、读取视频
**2、二值化
**3、轮廓发现
**4、轮廓分析、面积就算，角度分析
**5、直线拟合
**6、画出直线
**
*/

Pointleft_line[2];
Pointright_line[2];

voidprocess(Mat&frame,Point*left_line,Point*right_line);
MatfitLines(Mat&image,Point*left_line,Point*right_line);

intmain(intargc,char**argv){
//读取视频
VideoCapturecapture("E:/opencv/road_line.mp4");

intheight=capture.get(CAP_PROP_FRAME_HEIGHT);
intwidth=capture.get(CAP_PROP_FRAME_WIDTH);
intcount=capture.get(CAP_PROP_FRAME_COUNT);
intfps=capture.get(CAP_PROP_FPS);
//初始化

left_line[0]=Point(0,0);

left_line[1]=Point(0,0);

right_line[0]=Point(0,0);

right_line[1]=Point(0,0);

cout<(i,j)=0;
}
}
imshow("binary",binary);

//寻找轮廓
vector>contours;
findContours(binary,contours,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE);

Matout_image=Mat::zeros(gray.size(),gray.type());

for(inti=0;ih){
continue;
}

//最小包围矩形
RotatedRectrrt=minAreaRect(contours[i]);

//cout<<"最小包围矩形angle:"<89.0

if(angle<20.0||angle>84.0){

continue;

}


if(contours[i].size()>5){
//用椭圆拟合
RotatedRecterrt=fitEllipse(contours[i]);
//cout<<"用椭圆拟合err.angle:"<160.0))
{
if(80.0left_pts;
vectorright_pts;
Vec4fleft;


for(inti=100;i<(cx-10);i++)
{
for(intj=cy;j(j,i);
if(pv==255)
{
left_pts.push_back(Point(i,j));
}
}
}

for(inti=cx;i<(width-20);i++)
{
for(intj=cy;j(j,i);
if(pv==255)
{
right_pts.push_back(Point(i,j));
}
}
}

if(left_pts.size()>2)
{
fitLine(left_pts,left,DIST_L1,0,0.01,0.01);

doublek1=left[1]/left[0];
doublestep=left[3]-k1*left[2];

intx1=int((height-step)/k1);
inty2=int((cx-25)*k1+step);

Pointleft_spot_1=Point(x1,height);
Pointleft_spot_end=Point((cx-25),y2);


line(out,left_spot_1,left_spot_end,Scalar(0,0,255),8,8,0);
left_line[0]=left_spot_1;
left_line[1]=left_spot_end;

}
else
{
line(out,left_line[0],left_line[1],Scalar(0,0,255),8,8,0);
}



if(right_pts.size()>2)
{

Pointspot_1=right_pts[0];
Pointspot_end=right_pts[right_pts.size()-1];

intx1=spot_1.x;

inty1=spot_1.y;

intx2=spot_end.x;
inty2=spot_end.y;



line(out,spot_1,spot_end,Scalar(0,0,255),8,8,0);
right_line[0]=spot_1;
right_line[1]=spot_end;

}
else
{
line(out,right_line[0],right_line[1],Scalar(0,0,255),8,8,0);
}

returnout;
}

结果图片：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

基于opencv实现车道线检测

热门推荐

随机推荐